El rol del radiólogo con la implementación de la inteligencia artificial
DOI:
https://doi.org/10.69639/arandu.v12i3.1309Palabras clave:
inteligencia artificial, pruebas de imagen, precisión diagnósticaResumen
La inteligencia artificial ha ganado un importante campo en la actualidad se aplica en múltiples ramas y no podría quedar de lado las ciencias de interpretación por imágenes donde su implementación se a instaurado rápidamente y convirtiéndose en una herramienta útil en la atención médica, en particular en radiología, donde ofrece importantes oportunidades para mejorar la precisión diagnóstica y la eficiencia del flujo de trabajo. La inteligencia artificial es capaz de reconocer patrones, procesar datos y ejecutar tareas de manera eficiente. En las diferentes tareas del imagenologo ha revolucionado las prácticas tradicionales al automatizar los análisis y reducir la subjetividad. Si bien los radiólogos tradicionalmente se basan en la experiencia y la evaluación visual para detectar y monitorear anomalías, este enfoque puede verse limitado por la variabilidad, la fatiga y el sesgo. La inteligencia artificial complementa a los radiólogos de una manera eficiente, al proporcionar evaluaciones objetivas y cuantitativas, lo que permite la detección temprana de enfermedades, la clasificación de lesiones y la segmentación de imágenes con mayor velocidad y precisión. A pesar de su potencial, el rendimiento actual de la inteligencia artificial sigue siendo específico para cada tarea, lo que requiere supervisión humana para garantizar la precisión y la fiabilidad, especialmente en casos ambiguos. Es necesario abordar desafíos como el sesgo de algoritmos, las consideraciones éticas y los obstáculos regulatorios para garantizar la generalización, la transparencia y la confianza del paciente. Los radiólogos desempeñan un papel fundamental en la validación de las herramientas de inteligencia artificial y en la promoción de su implementación responsable, garantizando que mejore los flujos de trabajo clínicos sin comprometer la conexión humana esencial en la atención médica.
Descargas
Citas
Bizzo BC, A. R. (2021). Artificial Intelligence Enabling Radiology Reporting. Radiol Clin North Am, 59(6):1045-52.
Colosimo BM, d. C.-F. (2021). Artificial intelligence and statistics for quality technology: an introduction to the special issue. J Qual Technol, 53(5):443-53.
Derevianko A, P. S. ( 2023). The use of artificial intelligence (AI) in the radiology field: what is the state of doctor patient communication in cancer diagnosis? Cancers (Basel)., 15(2):470.
Dubey K, B. M. (2023). Enhancing operational efficiency in healthcare with AI-powered management. 2023 International Conference on Artificial Intelligence for Innovations in Healthcare Industries (ICAIIHI). , (págs. 2023;1-7).
Hosny A, P. C. (2018). Artificial intelligence in radiology. Nat Rev Cancer, 18(8):500.
Jia G, H. X. (2022). Artificial intelligence-based medical image segmentation for 3D printing and naked eye 3D visualization. Intell Med, 2(1):1.
Kirubarajan A, T. A. (2020). Artificial intelligence in emergency medicine: A scoping review. J Am Coll Emerg Physicians Open, 1(6):1691-702.
Lambert A, S. A. (2024). Artificial intelligence modelling human mental fatigue: A comprehensive survey. Neurocomputing., 28:567.
Mouridsen K, T. P. (2020). Artificial intelligence applications in stroke. . Stroke, 51(8):10.
Najja. (2023). Redefining Radiology: A Review of Artificial Intelligence Integration in Medical Imaging. Diagnostics (Basel), 13(17):2760.
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Verónica Maribel Álvarez Córdova

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.